Numpy 插值数据二阶导数的计算

我有100对x，y的一维数据。让我们把x的数组称为data_x，把y的数组称为data_y

要获得外汇：

要获得f'x：

要获得外汇：

为了打印，我使用了以下打印命令：

numpoints = 100
plot_x = np.linspace(-5, 0, numpoints)
plt.plot(plot_x, f(plot_x))
plt.plot(plot_x, fp(plot_x))
plt.plot(plot_x, fpp(plot_x))

当我绘制这3个函数时，我得到了一条有问题的二阶导数锯齿线。我怎样才能摆脱这些

---

如果需要二次可微插值，请使用例如CubicSpline:CubicSplinex_data，y_data。导数2是表示二阶导数的可调用对象。或者，如果您希望导数就位，请使用CubicSplinex_data，y_dataxnew，2

进行直线插值，每个“块”将具有恒定的梯度。因此，每个区块内的二阶导数为零。这取决于你的数据是什么，但它似乎测量了梯度变化处的替代点和块内的第二个点，该点为零。

def fp(x):
    return (f(x+eps) - f(x))/eps

# where eps is a very small number, for example 1e-3

def fpp(x):
    return (fp(x+eps) - fp(x))/eps

numpoints = 100
plot_x = np.linspace(-5, 0, numpoints)
plt.plot(plot_x, f(plot_x))
plt.plot(plot_x, fp(plot_x))
plt.plot(plot_x, fpp(plot_x))